摘要：全棧工程師專家人的大腦如同一間空空的閣樓，要有選擇地把一些家具裝進去。如果他們都是一本書，那么全棧工程師的書是一個索引。如下圖所示，左邊的關(guān)系數(shù)據(jù)模型即為全棧工程師，右邊則為專家。好奇與專家不同的是，全棧工程師更容易被新的技術(shù)吸引。

什么是全棧工程師

在現(xiàn)在這一個時代來說，不會有人掌握所有的編程語言、技能，以后應(yīng)該會有，但是掌握這些全部技術(shù)的不是人類了。所以，其實我們需要的是懂得多種技術(shù)的，并能借些獨立完成產(chǎn)品的人。

當我們需要做一個移動CMS的時候，我們就會在不同的技術(shù)棧之前選擇，或是RequireJS + Backbone + jQuery + Mustache，又或者是 ReactJS + Backbone，當然也有可能是AngularJS等等。我們所需要做的是，從中選出一個最好的方案，然后實施之。

這也就意味著，我們需要有更好的知識面，也會導(dǎo)致對于某些技術(shù)的不夠深入。兩者就是一個很好的對立面，在這兩之間很好地平衡可能就意味著平庸。有時也并非如此，但是多數(shù)時間這這樣的。要么成為專家，要么成為全棧，要么就平衡他們。

全棧工程師VS專家

  
人的大腦如同一間空空的閣樓，要有選擇地把一些家具裝進去。

柯南道爾說的話還是很有道理的。由于這個閣樓的大小是有限的，假定他是一個書架。那么全棧工程師的書架就會充滿各種各樣的技術(shù)棧從MySQL、SQLite、MongoDB、Redis等等各種各樣的書籍;而專家的書籍則是MySQL優(yōu)化、MySQL重構(gòu)、MySQL權(quán)威指南、DBMS等等的專業(yè)書籍合集。

  
如果他們都是一本書，那么全棧工程師的書是一個索引。專家的書則更多的是內(nèi)容本身。 所以，每個人都會去選擇不同的存儲方式、不同的數(shù)據(jù)庫。

對于我們大腦這個數(shù)據(jù)庫來時，平時我們存儲的是Key-Value(ps: 我們只有key，value是Google和書本)，對于專家來說，存儲的是Documents。在同樣的容量大小的情況下，我們可以了解到更多的知識。如下圖所示，左邊的關(guān)系數(shù)據(jù)模型即為全棧工程師，右邊則為專家。

Key

曾經(jīng)迷惑了很久: 為什么對于一些知識點，我需要去Google，而別人可以獨立地完成的時候。我就意識到我更適合于互聯(lián)網(wǎng)企業(yè)，據(jù)說在一些電信設(shè)備制造商里是沒網(wǎng)的辦公環(huán)境。然而在多數(shù)的時候，這并非一種劣勢。

我們會更快地方式來解決問題，因為我們有一些這方面的經(jīng)驗。不足則是，有時候我們沒有辦法深入問題去分析

如何成為全棧工程師

這是一個有趣的問題，在知乎也有這樣的討論。而我覺得，最重要的是好奇與創(chuàng)造。

創(chuàng)造

記得在上大學(xué)之前已經(jīng)有一個明確的目標，盡可能地做到能做到的程序——想到的都應(yīng)該能做到。于是，順著這個目標構(gòu)建了一個知識體系，又或者說是索引。

當我們心里有一個想法的時候，我就開始從一個key中進行頭腦風暴，如之前做的地圖搜索。我們要做的功能便是: 持久化GEO信息，在地圖上顯示坐標。

1.首先會在頭腦中列出所有我用過的框架，選擇后臺框架:

Django(Python)、Flask(Python)、Ruby On Rails(Ruby)、Sinatra(Ruby)、NodeJS、Laravel(PHP)、Spring(Java)

排除過后就只剩下Django、Flask、NodeJS，接著因為Django內(nèi)置Geo支持，果斷選擇了Django。

2.接著，對于持久化方案的選擇:

由于Django內(nèi)置ORM，所以這一步可以輕輕松松地過去。不過，我選的是SQLite3，本地調(diào)試方便，還可以將數(shù)據(jù)復(fù)制到服務(wù)器上。

3.然后，對于空間搜索的支持:

就這么有了兩個搜索引擎和一個數(shù)據(jù)庫: ElasticSearch、Solr以及MongoDB。因為Django對于MongoDB支持的原因，想到使用搜索引擎會更容易搜索到結(jié)果。接著找到了Haystack，看到Solr需要手動更新索引就選擇了ElastiSearch。

4.到了，移動開發(fā):

要跨平臺支持自然是Cordova，用Hybird還是Ionic好用。

5.實戰(zhàn)

這一步自然也不是問題，向來是以實戰(zhàn)出真知的。

在不斷創(chuàng)造地過程中會學(xué)到更多的知識，有更多的方案可以選擇。下一次，將會想著用不同的技術(shù)棧再實現(xiàn)一遍。有了之前的體系，再橫向深入也是一個很好的突破點。如，我們用Python構(gòu)建一個原型，然后我們用Java來實現(xiàn)。

好奇

與專家不同的是，全棧工程師更容易被新的技術(shù)吸引。至于，是好是壞我想大家都懂的。

當ReactJS出來的時候，就會試著去玩。

當Ionic還在測試版的時候，就會做一個個Demo。

而有意思的是，同我們在《技術(shù)的本質(zhì)》中看到的一樣，新的技術(shù)都是基于舊的技術(shù)產(chǎn)生的。沒有一種技術(shù)可以無中生有。所以要學(xué)習一種新的技術(shù)必然不難，只是有時候會難以深入。

全棧程序員進階

在思考過一些日子后，我明白了更多的東西。也似乎找到了兩條更有意思的成長路線:

構(gòu)架設(shè)計

在我打算試著寫一個名為Echoes的CMS的時候，找到了書架上的幾本書:

《架構(gòu)之美》
《面向模式的軟件架構(gòu)》
《領(lǐng)域驅(qū)動設(shè)計》
《實現(xiàn)領(lǐng)域驅(qū)動設(shè)計》
《軟件框架設(shè)計的藝術(shù)》
發(fā)現(xiàn)書中提及到的一些模式似乎已經(jīng)很常見了，要理解起來已經(jīng)變得很簡單，看上去那些更像是一個又一個的項目的縮影。

更主要的點還有:

架構(gòu)師并不是最好的程序員，但是知識面一定要廣。
只有有著更多的知識才能決定好方案，如果我們只深入一部分知識，那么我們無法總做出正確地決定。所以，也必須也是一個好的成長方向。

成為專家

我一直不認同木桶理論的一點是，我們會被最低的木板限制。但是有一天我們會被最高的那一塊限制到，畢竟我們都會意識到我們的短片，我們會盡量把所有的木板提到同樣的高度，以保證水的容量。但是，如果最高的那塊木板不是那么高呢? 那么，為什么不在一開始的時候，讓它盡可能的高?

于是，我想說的是我們需要在某一部分成為專家。當我們在某一領(lǐng)域成為專家，要在另外一領(lǐng)域成為專家，也是很容易的一件事。

當我向Senior程序員咨詢一些成長意見的時候(ps: 畢業(yè)不到一年)，那么就是往專家發(fā)展。對于一個Java Web程序員來說，成長意見可能就是深入Spring、探索Tomcat底層、深入JVM。問題是，他們都寫得復(fù)雜，但是我們又不能放棄這樣的成長機會。我們還能做的事，從一個更簡單的語言中學(xué)會這些原理，再回頭去補充。

對應(yīng)于Spring，會有Flask、Tornado;對應(yīng)于Tomcat，我們是不是可以深入Gunicorn;對應(yīng)于JVM是不是也會有Python VM，不過還是JVM的書比較多。等我們在一個更簡單的層級上了解到這些，那么對于一個臃腫的語言來說不會是難題。